DevEnvInfoServer - 개발 환경 정보를 위한 커서 MCP 서버

이 프로젝트는 Cursor 코드 편집기에 개발 환경에 대한 자세한 정보를 제공하는 Cursor Model Context Protocol(MCP) 서버를 구현합니다. 이 서버를 활용하면 Cursor의 지능형 에이전트가 시스템 구성, 설치된 도구 및 실행 중인 프로세스를 더욱 깊이 이해하여 더욱 상황 인식적이고 유용한 지원을 제공할 수 있습니다.

특징

이 MCP 서버는 개발 환경에 대한 다음과 같은 정보 범주를 제공합니다.

• 시스템 정보:
  • 운영 체제 버전 및 플랫폼 세부 정보
  • 하드웨어 세부 정보(프로세서, 머신, 시스템 아키텍처)
  • Python 버전 및 위치
  • 설치된 패키지 관리자(brew, npm, pip, yarn, uv, conda) 및 해당 버전
  • 가상 환경 정보(감지된 환경 및 활성 환경)
  • 시스템 로케일 및 시간대
  • 상위 20개 환경 변수
  • 사용 가능한 셸(bash, zsh, fish, sh, powershell, cmd.exe)
  • 간소화된 방화벽 및 네트워크 구성(OS에 따라 다름)
• 개발 환경 세부 정보:
  • 설치된 컴파일러 및 인터프리터(gcc, clang, javac, node, ruby, perl, php, ghc, rustc, go)
  • Jupyter 커널 및 실행 중인 컨테이너(Docker, Podman)
  • 가상 머신(Hyper-V, VMware, VirtualBox)
  • GPU 및 CUDA 정보(NVIDIA GPU 및 CUDA 컴파일러 버전)
  • 최고의 개발 프로세스 및 서비스
• Python 관련 정보:
  • 설치된 Python 패키지(pip, conda, poetry, pyenv)
  • Python 사이트 패키지 위치
  • 활성 Python 환경
• 패키지 관리자 세부 정보:
  • Homebrew 설치 패키지(macOS 및 Linux)
  • 글로벌 패키지(npm, yarn, Rust 툴체인, Go 환경)
• 구성 및 Dotfiles:
  • 셸 구성 파일(.bashrc, .zshrc, .profile, .bash_profile, .config/fish/config.fish)
  • Git, NPM 및 편집기 구성(VSCode, JetBrains, Neovim)
  • 셸 별칭, 함수 및 사용자 정의 스크립트(셸 구성 파일에서)
• 설치된 응용 프로그램:
  • 설치된 IDE 및 확장 프로그램(VSCode, JetBrains, Vim, Emacs)
  • 시스템에 설치된 애플리케이션(간단한 목록)
• 시스템 및 하드웨어 성능(단순화된 메트릭):
  • CPU 부하 평균
  • 배터리 및 전원 관리 구성
  • 온도 센서 및 팬 속도
• 네트워크 및 보안(간소화):
  • 네트워크 서비스 실행 및 포트 열기
  • VPN 및 프록시 설정
  • SSH 키 및 활성 연결
  • 단순화된 방화벽 로그 및 규칙
• 컨테이너화 및 가상화:
  • WSL(Linux용 Windows 하위 시스템)
  • Docker와 Kubernetes(kubectl)
  • 방랑자
  • 가상 머신(Hyper-V, VMware, VirtualBox)
• 개발 도구 및 언어:
  • 설치된 개발 언어(Rust, Node.js, Perl, Ruby, PHP, Haskell)
  • 버전 관리 도구(nvm, rbenv, rustup, pyenv)
• 디버깅 및 성능 모니터링:
  • 부하 평균, 메모리 사용량, IO 병목 현상, GPU 사용률
  • 사용 가능한 디버거 도구(lldb, gdb, strace, dtrace)
• 버전 제어 및 CI/CD:
  • Git 구성 및 원격 원본
  • CI/CD 파이프라인 구성 파일(일반 유형)
• 클라우드 및 원격 개발:
  • SSH 구성 및 활성 원격 세션
  • 클라우드 SDK(AWS, GCP, Azure, DigitalOcean)
  • 원격 코드 실행 환경(GitHub Codespaces, Gitpod)
• 코드 실행 및 디버깅:
  • 활성 디버거 세션(기본 확인)
  • 설치된 디버깅 도구(lldb, gdb, xdebug, pdb)
• 빌드 시스템 및 종속성 관리:
  • 설치된 빌드 도구(Make, CMake, Bazel, Ninja)
  • 감지된 종속성 파일(requirements.txt, package.json, Cargo.toml 등)
  • 설치된 컴파일러(gcc, clang, javac)
• 인프라 및 DevOps 도구:
  • 로컬 쿠버네티스 구성
  • DevOps 도구(Terraform, Pulumi)
  • 로컬 데이터베이스 및 실행 서비스(일반 DB 서비스에 대한 간소화된 검사)
• 테스트 및 품질 보증:
  • 설치된 테스트 프레임워크(pytest, Jest, Mocha)
  • 코드 린터 및 포매터(flake8, pylint, eslint, prettier)
• 머신 러닝 및 AI 개발:
  • GPU 및 CUDA 정보
  • PyTorch 및 TensorFlow 상태(설치 및 GPU 가용성)
• 임베디드 개발/IoT:
  • 설치된 임베디드 SDK(Arduino, ESP-IDF, Raspberry Pi Tools)
  • 연결된 장치 및 직렬 포트(간단한 직렬 포트 목록)
• 생산성 및 워크플로우 개선:
  • 셸 별칭, 함수 및 사용자 정의 스크립트
  • 쉘 히스토리 분석(기본 - 히스토리의 마지막 20줄)
  • 백그라운드 자동화 및 작업 일정(cron/예약된 작업에 대한 간소화된 확인)

작동 원리

이 서버는 MCP(Model Context Protocol)를 사용하여 구축되었으며 다음과 같이 작동합니다.

1. MCP 프로토콜: MCP 서버 프로토콜을 구현하여 커서가 MCP와 통신하여 해당 기능을 발견하고 활용할 수 있도록 합니다.
2. stdio 전송: 서버는 stdio 전송을 사용합니다. 즉, 표준 입력 및 출력 스트림을 통해 Cursor와 통신합니다.
3. 정보 수집: 커서 에이전트가 정보를 요청하면 이 서버는 다양한 시스템 명령( subprocess 사용)과 Python 라이브러리( platform , os , sys , psutil , pyserial 등)를 실행하여 개발 환경에 대한 데이터를 수집합니다.
4. 도구 기반 접근: 각 정보 범주는 MCP 서버 내에서 도구로 노출됩니다. 커서 에이전트는 이러한 도구를 호출하여 특정 정보를 검색할 수 있습니다.
5. 마크다운 출력(선택 사항): 서버는 선택적으로 수집된 모든 정보를 포함하는 마크다운 파일( development_environment_info.md )을 생성하여 검토 및 디버깅을 더 쉽게 할 수 있습니다.
6. 커서 통합: MCP 클라이언트 역할을 하는 커서는 이 서버에 연결하여 제공된 도구를 자동으로 활용하여 개발 컨텍스트에 대한 이해를 높일 수 있습니다.

설치

이 MCP 서버를 설치하고 실행하려면 다음 단계를 따르세요.

1. 저장소 복제:지엑스피1
2. Python 가상 환경 만들기(권장):
   python -m venv venv
3. 가상 환경 활성화:
   • Linux/macOS의 경우:
     source venv/bin/activate
   • Windows의 경우:
     venv\Scripts\activate
4. 종속성 설치:
   pip install -r requirements.txt

커서 구성

이 MCP 서버를 Cursor에 연결하려면 Cursor 설정에서 이를 구성해야 합니다.

1. 커서 설정 열기: Cursor Settings > Features > MCP 로 이동합니다.
2. 새로운 MCP 서버 추가: + Add New MCP Server 버튼을 클릭합니다.
3. 서버 구성: 다음 세부 정보로 양식을 작성하세요.
   • 유형: stdio
   • 이름: DevEnvInfoServer (또는 원하는 이름)
   • 명령어: 서버를 실행하는 명령어를 입력하세요. system_information_mcp 디렉터리에 있고 가상 환경을 활성화한 경우, 다음 명령어를 사용할 수 있습니다.
     python claudemcp.py
     참고: python 이 시스템 PATH에 없거나 특정 Python 실행 파일을 사용하는 경우, Python 인터프리터의 전체 경로와 claudemcp.py 경로를 함께 제공해야 할 수 있습니다. 예:
     /path/to/your/python venv/bin/python claudemcp.py
4. 서버 추가: "서버 추가" 버튼을 클릭하세요.
5. 도구 목록 새로 고침(선택 사항): 도구 목록을 채우려면 커서의 MCP 서버 목록 오른쪽 상단에 있는 새로 고침 버튼을 수동으로 눌러야 할 수도 있습니다.

DevEnvInfoServer 서버가 이제 Cursor의 MCP 서버 목록에 나타나고 해당 도구는 Composer의 에이전트에서 사용할 수 있어야 합니다.

커서에서의 사용법

구성이 완료되면 Cursor's Agent는 귀하의 요청과 관련이 있다고 판단될 때 DevEnvInfoServer 에서 제공하는 도구를 자동으로 활용합니다.

• 자동 도구 사용: Composer에서 Cursor 에이전트와 상호 작용할 때, Cursor 에이전트는 개발 환경 정보가 사용자의 질문에 답하거나 요청을 처리하는 데 필요한지 여부를 지능적으로 판단합니다. 필요한 경우, Cursor 에이전트는 백그라운드에서 해당 서버에서 제공하는 도구를 자동으로 사용합니다.
• 의도적인 도구 프롬프트: 프롬프트에서 도구의 이름이나 설명을 언급하여 에이전트에게 이러한 도구를 사용하도록 명시적으로 지시할 수도 있습니다. 예를 들어 다음과 같이 질문할 수 있습니다.
  • "현재 환경에는 어떤 Python 패키지가 설치되어 있나요?"
  • "DevEnvInfoServer 도구를 사용하여 내 시스템에서 사용 가능한 셸을 나열합니다."
• 도구 승인: 기본적으로 Cursor는 MCP 도구를 실행하기 전에 사용자의 승인을 요청합니다. 승인하기 전에 도구 호출 인수를 검토할 수 있습니다.
• YOLO 모드(선택 사항): 승인 메시지 없이 자동으로 도구를 실행하려면 커서의 MCP 설정에서 "YOLO 모드"를 활성화할 수 있습니다. 이 모드는 MCP 도구의 자동 실행을 허용하므로 주의해서 사용해야 합니다.

커서는 DevEnvInfoServer 도구의 응답을 채팅에 직접 표시하여 요청한 개발 환경 정보를 제공합니다.